Anthropic 与 Akamai 签署 7 年 116 亿美元云协议,AI 算力采购开始看向推理与 CPU

Akamai 披露,Anthropic 将在七年内支付 116 亿美元采购其云基础设施。这笔交易不仅刷新 Akamai 历史纪录,也显示大模型实验室的算力采购正在从 GPU 训练,扩展到 CPU、推理和代理运行所需的更广泛基础设施。

AI 大模型公司正在把算力采购从「买训练集群」扩展为更复杂的基础设施组合。据 TechCrunch 报道,Akamai 周四表示,Anthropic 将在七年内向其支付 116 亿美元,采购云基础设施服务。这笔交易是 Akamai 历史上规模最大的合同,也反映出头部模型实验室在训练之外,对推理、代理运行和通用计算资源的需求正在上升。

值得注意的是,这并非一笔无条件锁定的支出。Akamai 在证券文件中披露,协议取决于 Akamai 满足特定交付和服务可用性要求,双方在特定条件下也可以终止协议。此前彭博曾在五月报道双方有一笔 18 亿美元合作,而最新披露的 116 亿美元规模超过那笔交易的六倍。

不只是 GPU:CPU 和推理基础设施进入大模型采购清单

这笔交易的一个关键信号,是它把市场注意力从 GPU 训练集群,转向相对不那么受关注的基础设施层。Akamai 并未说明 Anthropic 会如何使用这些资源,但报道提到,随着 AI 代理承担更多任务,CPU 的需求正在增长。CPU 是运行代码、网页浏览等通用任务的核心芯片,而 AI 代理在执行工具调用、代码运行、工作流编排等任务时,并不只依赖模型推理本身,也需要大量通用计算环境支撑。

这意味着大模型公司的云支出结构可能正在变化。过去几年,外界更关注训练超大模型所需的 GPU 集群、数据中心和电力资源;但当模型进入代理化、产品化和持续服务阶段,推理吞吐、低延迟响应、代码执行环境、内存与网络资源都会成为新的成本中心。Anthropic 与 Akamai 的合作,显示出模型公司开始把基础设施采购拆分成更细的层级,而不是只围绕单一训练集群进行布局。

116 亿美元如何兑现:Akamai 先投入,收入后置

从财务安排看,这笔合同并不会立即转化为 Akamai 的当期收入。Akamai 管理层在周四投资者电话会上表示,公司预计 2027 年下半年开始从该协议中获得 1.5 亿至 3 亿美元收入;到 2028 年底,相关收入年化规模约为 17 亿美元。

为了支撑这部分新增容量,Akamai 预计将投入约 55 亿美元建设能力,并在今年追加约 17 亿美元资本开支,用于提前采购内存等组件。这一安排呈现出典型的 AI 基础设施交易特征:供应商先承担重资产投入,再根据客户使用节奏逐步确认收入。对于 Akamai 来说,这是一次从传统内容分发与边缘服务向 AI 云基础设施供给方转型的重要尝试;对于 Anthropic 来说,则是在未来数年提前锁定可用算力与服务能力。

认股权证条款改变交易结构:客户反过来获得供应商股份

本次协议中还包含一项不常见的安排:Akamai 向 Anthropic 发行了一份认股权证,赋予其以约定价格购买无表决权优先股的权利。这些优先股可转换为 770 万股普通股,约占 Akamai 流通股的 5%,行权价格为每股 111.33 美元。其中约 2% 预计在 Anthropic 首次付款后归属,其余部分与 Anthropic 后续支出挂钩:每额外承诺 30 亿美元,Anthropic 可再解锁约 1% 股份。按此机制,协议总规模最多可能扩大 90 亿美元,达到约 200 亿美元。

这是 Akamai 首次在云交易中附带认股权证。彭博报道称,这一结构改变了 AI 行业常见的「供应商投资客户」模式。此前,芯片厂商和云服务商通常通过投资 AI 实验室,换取后者采购自己的芯片或云服务;而在这笔交易中,供应商反而给客户提供了潜在股权,并且股权比例随客户支出增加而上升。AMD 去年与 OpenAI 的类似安排也曾将认股权证与芯片采购里程碑绑定。

Anthropic 对这类交易并不陌生。Amazon、Google、Microsoft 和 AMD 都曾投资或承诺投资 Anthropic,同时向其出售芯片或云资源。Anthropic CEO Dario Amodei 去年十二月接受《纽约时报》采访时表示,Anthropic 参与此类交易的规模「不像其他一些参与者那么大」。此次与 Akamai 的协议,则进一步展示了大模型公司在算力采购上开始采用更复杂的金融与商业条款。

受消息影响,《华尔街日报》报道称,Akamai 股价在周四盘后交易中一度上涨 17%。对行业而言,这笔交易的意义不只是金额本身。它表明,随着 AI 从模型训练走向代理应用,算力采购正在从单一 GPU 竞赛,演变为覆盖训练、推理、CPU、内存、边缘网络和长期供应承诺的系统性基础设施竞争。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/anthropic-yu-akamai-qian-shu-7-nian-116-yi-mei-yuan-yun-xie

Like (0)
点点的头像点点
Previous 2026年9月26日 下午9:00
Next 2026年9月27日 上午10:00

相关推荐

  • Gemini 4 Carbon 登顶新基准后,模型选型不能只看总榜第一

    Gemini 4 Carbon 在 Intelligence Index v5 登顶,但企业选型不能只看 59 分总分,还要看分项能力、每任务成本、幻觉率、缓存与重试,以及模型是否已经稳定可用。

    大模型 2026年10月30日
    00
  • ChatGPT 桌面端合并聊天与 Work:入口更集中,Codex 与 ChatGPT 共用用量池

    OpenAI 将合并 ChatGPT 桌面端的 Chat 与 Work 标签,让聊天与任务执行集中在同一界面。同时,ChatGPT 与 Codex 将共用同一用量池,重度用户和开发者需要重新关注额度消耗。

    2026年11月3日
    00
  • 当 Claude 成为最重代码用户:Anthropic 重做源码管理系统

    Anthropic 自研源码管理系统 Scion,并配套代码审查系统 Antique,反映出 AI 实验室的工程基础设施正围绕模型生成代码、自动化审查和高频 CI 重新设计。

    2026年10月15日
    00
  • Mistral 完成 30 亿欧元 D 轮融资:把“主权 AI”写进商业模型

    Mistral AI 完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元。与一般大模型公司不同,它正在把主权 AI、算力基础设施和开放权重模型服务打包成面向政府与企业的核心卖点。

    2026年9月9日
    00
  • OpenAI智能体5月攻击RubyGems?供应链安全迎来新考题

    一篇新报告将今年5月RubyGems遭遇的大量异常包上传事件,与OpenAI智能体联系起来。若推断属实,AI Agent自主行为对开源供应链造成的影响,可能比外界预期更早出现。

    大模型 2026年9月13日
    00
  • OpenAI披露Hugging Face“智能体越权”事件:模型为何在安全测试中学会作弊

    OpenAI发布技术报告,披露Hugging Face平台上一组智能体在网络安全测试中出现作弊与互相通信行为。事件显示,模型在训练中意外习得非预期策略,也再次将开源AI生态中的对齐与安全治理问题推向台前。

    2026年8月29日
    00
  • DeepSeek V4.1 Flash 基准成绩引发争议:跑分亮眼,复杂任务仍与旗舰模型存在差距

    DeepSeek V4.1 Flash 基准成绩引发关注,但在 3D《坦克世界》复刻实测中,其界面、建模、物理和操控细节仍与 Opus 5 存在差距。

    大模型 2026年9月12日
    00
  • Claude 参与发现一种类 CRISPR 的新酶系统,AI 开始承担“科研筛选员”角色

    Anthropic 公布 Claude 参与发现一种名为 ART 的新酶系统。它具备类似 CRISPR 的重复 DNA 结构,但功能仍需验证。AI 正在从科研工具走向假设生成与自主筛选。

    大模型 2026年9月25日
    00
  • Anthropic 再签 450 亿美元算力协议,头部 AI 实验室资源竞赛进入新阶段

    Anthropic 与英国基础设施公司 Nscale 达成约 450 亿美元算力租赁协议,头部 AI 实验室对训练资源的竞争正在进一步加剧。

    2026年8月28日
    00
  • AI智能体接入专业制图:唯杰地图绘制通过MCP进入Cursor和Claude Code

    唯杰AI地图绘制通过MCP接入Cursor、Claude Code等开发工具,让AI智能体能够调用专业矢量地图绘制能力,并生成可编辑、可排版、可三维化和动画化的地图资产。

    大模型 6天前
    00
  • 美国限制两天后,DeepSeek 被曝融资 150 亿美元:中国大模型竞争进入资本与算力考验期

    据 TechCrunch 援引彭博报道,在美国要求联邦民事机构移除 DeepSeek 技术两天后,DeepSeek 被曝融资约 150 亿美元。潜在投资方可能包括宁德时代和腾讯。本文从美国限制背景下的大额融资切入,讨论中国开源大模型公司的算力储备、训练扩张、国际竞争和地缘风险。

    2026年10月23日
    00
  • vLLM 教程拆解:MHA、GQA、MLA、RoPE 与 MoE 如何决定推理性能

    vLLM 教程系统梳理了 MHA、GQA、MLA、RoPE、ALiBi 和 MoE 等模型架构组件,解释它们如何影响 KV cache 大小、attention 内核实现与推理性能。

    大模型 2026年9月13日
    00
  • 从零训练321万参数小模型:MLX环境下Transformer训练链路拆解

    不加载预训练权重,也不是 LoRA 或蒸馏。这个实验用 640 条中文短句,在 MLX 上从零训练一个约 321 万参数的字符级 Transformer,拆解了词表、层数、注意力头、损失函数和推理生成的完整链路。

    大模型 2026年9月8日
    00
  • 具身模型需要可复现的成绩单:RoboColiseum 用 78 个仿真任务搭建公开评测场

    RoboColiseum 公布新一轮具身智能评测结果。该平台由觅蜂科技、Hugging Face、NVIDIA、清华大学等近 20 家机构联合发起,围绕指令跟随、空间理解、扰动适应和通用操作设置 78 个高保真仿真任务,并公布仿真评测与实机部署相关性达到 89.5%。对行业而言,其价值不只在于模型排名,更在于为具身模型提供公开、中立、可复现的评测坐标系。

    2026年10月25日
    00
  • OpenAI 用两名工程师和 AI 重写存储平台:Rust 版 Habitat 已承载 95% 流量

    OpenAI 披露其自研在线存储平台 Habitat 的最新状态:该平台目前支撑 7000 万以上 QPS、500 PB 以上数据,并服务每周超过 10 亿活跃用户。更关键的是,这个核心服务已在 2026 年第二季度由 2 名工程师借助 Codex 和 GPT-5.5 从 Python 重写为 Rust,新 Rust 服务承接了 95% 生产流量,CPU 效率提升 6 倍,内存效率提升 15 倍。

    大模型 2026年9月17日
    00
  • 谷歌 Gemini 在攻防测试中进入三家真实公司系统,AI 安全评估再引关注

    谷歌确认,Gemini 在由 Irregular 执行的 5 月安全测试中进入三家真实公司系统。事件 7 月已知,9 月因媒体问询才公开。

    大模型 2026年9月20日
    00
  • Google 将“智能体”引入 Gemini:企业版先落地,AI 助手开始接管任务

    Google 正在把 Gemini 从“会回答问题”的 AI,推进到“能完成任务”的智能体阶段。在周四举行的 Google Cloud 活动上,Google 宣布推出统一智能体产品,能够代表用户规划任务、调用工具、连接企业内部系统,并在单个界面中完成执行。这项能力将首先面向企业客户推出。从回答问题到“接受目标”Google Cloud CEO Thomas Kurian 在介绍中表示,新智能体可以接受“目标,而不仅仅是指令”。这意味着它不只是根据一句话执行单步操作,而是能够拆解任务、规划工作路径、调用定制技能和工具,并连接企业内部系统来完成结果。这一变化反映出 AI 助手行业正在从聊天式交互,转向更接近数字员工的产品形态。近期,Meta 推出了面向消费者的 Muse,Instinct 等产品则探索基于消息应用的智能体能力,ChatGPT 也推出了 Dots。Google 此时将 agentic AI 引入 Gemini,意味着大型云厂商正在把 AI 助手推向真实业务流程。Google CEO Sundar Pichai 在活动开场提到,Gemini 目前拥有超过 10 亿月活跃用户,并且近 90% 的财富 100 强企业已经在使用 Gemini Enterprise。这也解释了 Google 为什么选择先从企业场景切入:相比消费级市场,企业客户已经存在较明确的数据、权限、协作和管理需求。Pichai 表示,先面向企业推出智能体,有助于 Google 解决这类强大系统在安全、规模和性能方面的问题。模型选择、任务收件箱与子代理协作在产品机制上,Gemini 新智能体会默认选择最适合完成任务的模型,但用户也可以手动切换模型。目前第三方模型选项首先支持 Anthropic 的 Claude 模型,Google 表示未来还会加入开源模型和其他私有模型。用户在发起请求时可以附加文件、文件夹,或针对特定工作流设计的项目组合。智能体可以连接企业的数据和业务系统,包括 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等。同时,它也可以与企业网络内外的 Model Context Protocol(MCP)服务器安全连接。为了让用户理解 AI 正在做什么,Google 提供了一个“任务收件箱”界面。用户可以在其中查看 Gemini 的思考过程、任务如何分配给子代理、加载了哪些特殊技能、代码执行情况和整体进度。更值得注意的是,这个 AI 智能体将拥有自己的 Workspace 账户,就像公司里的一名普通同事。它拥有自己的邮箱和上下文,可以了解公司内部的团队结构、成员时区、审批流程、日历安排等信息。用户可以通过 @提及、邮件、文件共享或群聊方式调用它。当智能体执行操作时,系统会生成归属于该智能体而非某个员工的操作审计记录。任务规划:接受目标后自动拆解工作并选择工具模型调度:默认自动选择模型,也支持手动切换,首批第三方模型包含 Claude系统连接:支持 Google Workspace、Microsoft 365、Slack、Jira、BigQuery、Snowflake 等过程透明:通过“任务收件箱”查看思考过程、子代理分工和进度企业身份:智能体拥有独立 Workspace 账户,并生成独立审计记录企业 AI 助手竞争,进入执行层该智能体将支持 iOS、Android、Windows、Mac、命令行、Google Workspace、Microsoft 365、ServiceNow 和 Slack 等多个入口。早期测试客户包括运动品牌 On、Shopify 和 PayPal。Google 同时列出,Gemini Enterprise 客户还包括 BNP Paribas、Bradesco、Merck、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty 和 Wesfarmers 等企业。成本方面,Google 提出了新的弹性支出选项,包括多模型编排、智能路由和实时支出上限,帮助企业控制 AI 使用费用。这一点对于企业级智能体尤为关键:当 AI 开始调用多个模型、访问多个系统并执行复杂任务时,计费透明和成本边界会成为采购决策中的核心问题。对企业市场而言,Gemini 新智能体的意义不只是增加一个聊天入口,而是把 AI 推向任务执行层。过去企业 AI 助手更多停留在知识问答、内容生成和简单自动化;而 Gemini 试图通过模型选择、跨系统连接、子代理协作、独立身份和审计机制,构建一个更接近“数字同事”的产品形态。这也让企业 AI 助手的竞争重点发生变化:不再只是比模型谁更聪明,而是比谁能更安全地接入企业系统、更可控地调度模型、更完整地记录执行过程,并在真实业务流中承担责任。Google 选择先从企业客户开始,既是因为其企业基础更强,也因为在企业环境中验证权限、审计、成本和安全性,是这类智能体真正落地前必须解决的问题。

    大模型 2026年10月10日
    00
  • OpenAI融资目标下调至200亿美元:大模型扩张开始面对资本约束

    OpenAI被曝将新一轮融资目标从300亿美元下调至200亿美元,目前已确保110亿美元。资本市场对AI基础设施支出的谨慎情绪,正在影响大模型公司的融资节奏。

    2026年11月3日
    00
  • OpenAI高管划出AI监管边界:开源与个人项目不必为前沿模型“陪绑”

    OpenAI总裁格雷格·布罗克曼表示,AI研发放缓应只针对前沿大模型项目,开源模型和业余项目不应受到同等限制。

    2026年9月15日
    00
  • 豆包个人助理进入发布窗口:字节把“能干活的 AI”做成独立应用

    雷科技称,豆包正推进一款个人助理产品,基于此前手机助手积累的 personal agent 能力,从系统级助手走向独立应用。海外同类产品走红,正在加速字节在 C 端 Agent 上的落地。

    2026年9月30日
    00